Comprensión del análisis wavelet
Análisis wavelet es una técnica avanzada de procesamiento de señales que se utiliza para analizar vibración señales cuyo contenido en frecuencia varía con el tiempo. A diferencia de las tradicionales Transformada rápida de Fourier (FFT), que resulta más adecuado para señales estacionarias con contenido de frecuencia constante, el análisis de ondículas capta eficazmente los eventos transitorios, las sacudidas y otros comportamientos no estacionarios. Se trata de un instrumento especializado en el diagnóstico de vibraciones conjunto de herramientas — al que se recurre precisamente cuando el estándar espectro falls short.
Funciona descomponiendo una señal en un conjunto de funciones básicas denominadas «ondículas». Cada ondícula es un paquete breve, similar a una onda oscilante, que se localiza tanto en el tiempo como en la frecuencia. Esta doble localización —es decir, conocer tanto qué frequency and cuando — es lo que confiere a este método su poder distintivo.
1. Definición: ¿Qué es el análisis wavelet?
Most everyday análisis de vibraciones parte de la base de que la máquina funciona a una velocidad y una carga constantes, por lo que su vibración es «estacionaria» y puede describirse adecuadamente con un único espectro. Sin embargo, muchos de los fallos más reveladores no son en absoluto constantes: se trata de breves ráfagas de energía que aparecen y desaparecen en el transcurso de una revolución. El análisis de ondículas está diseñado precisamente para este tipo de señales. En lugar de limitarse a determinar qué frecuencias están presentes en todo el registro, desliza ondículas de diferentes tamaños a lo largo de la forma de onda temporal, midiendo el grado de coincidencia de cada una con la señal en cada instante. Las ondículas cortas y de alta frecuencia permiten localizar con precisión los impactos bruscos en el tiempo; las ondículas largas y de baja frecuencia permiten resolver los componentes lentos en la frecuencia.
2. Análisis wavelet vs. FFT
Para apreciar el valor del análisis por ondículas, resulta útil conocer las limitaciones de la FFT:
- FFT (Transformada rápida de Fourier): la FFT indica qué las frecuencias están presentes, pero no proporciona información sobre cuando en el momento en que se produjeron. Analiza todo el historial de una sola vez, lo que ofrece una excelente frecuencia resolución en frecuencia, pero sin resolución temporal.
- Análisis wavelet: El análisis de ondículas permite determinar qué frecuencias están presentes y en qué momento. Genera un mapa «tiempo-frecuencia» de la señal, que muestra cómo evoluciona el contenido espectral a lo largo de la medición.
Imaginemos una señal que contiene un breve «clic» provocado por un diente de engranaje agrietado. La FFT podría mostrar solo un ligero aumento de la energía de banda ancha, ya que el clic se promedia a lo largo de todo el registro. El análisis de ondículas, por el contrario, genera un gráfico que muestra claramente un pico de energía de alta frecuencia en el momento exacto en que se produjo el clic. Esta es la ventaja práctica: conserva la sincronización de los eventos que la FFT difumina. En esencia, está estrechamente relacionado con análisis de órdenes, que también aborda las señales en las que el modelo básico de frecuencia fija deja de ser válido.
3. El escalograma: un mapa de tiempo-frecuencia
El resultado más común del análisis wavelet es un escalograma (o un gráfico similar de tiempo-frecuencia): un mapa de colores en dos dimensiones en el que:
- El eje X representa el tiempo.
- El eje Y representa la frecuencia (o escala).
- El color representa el amplitud o la energía de la vibración en ese momento y frecuencia concretos.
Esta visualización permite detectar fácilmente eventos transitorios que, en un espectro estándar, pasarían desapercibidos. Una línea vertical de color «intenso» en un escalograma, por ejemplo, indica un evento de banda ancha, como un impacto que se produjo en un instante concreto: la huella visual de un fallo localizado y repetitivo. Conceptualmente, el escalograma complementa otras representaciones avanzadas como el gráfico de cascada, que analiza cómo varía un espectro a lo largo de numerosas medias o velocidades sucesivas.
4. Aplicaciones en el diagnóstico de vibraciones
El análisis wavelet no suele utilizarse para análisis de rutina. monitorización de vibracionespero es una herramienta poderosa para diagnósticos avanzados en situaciones específicas:
- Análisis de cajas de engranajes: es excepcionalmente eficaz a la hora de detectar fallos localizados, como un solo diente agrietado o roto, lo que genera un impacto característico una vez por revolución.
- Defecto del cojinete Análisis: capaz de detectar los impactos individuales provocados por el paso de un elemento rodante sobre una descascarillado, especialmente en maquinaria que funciona a muy baja velocidad, donde los sistemas convencionales análisis de envolvente Puede ser un desafío.
- Evento transitorio Análisis: ideal para señales de arranque y parada de máquinas, o cualquier proceso en el que las características de velocidad y vibración cambien constantemente.
- Análisis estructural: útil para analizar la respuesta de una estructura ante un impacto: un prueba de impacto — para comprender su amortiguación y frecuencias naturales.
5. Aplicaciones prácticas y limitaciones
El análisis de ondículas requiere un mayor esfuerzo computacional que la FFT, y la interpretación de un escalograma exige más experiencia que la lectura de un espectro lineal. Por estas razones, se utiliza como complemento de las técnicas habituales, en lugar de sustituirlas. La detección diaria de fallos sigue basándose en el espectro de la FFT, los niveles generales y el análisis de la envolvente; las ondículas se emplean cuando esas herramientas señalan algo inusual pero no pueden localizarlo en el tiempo. Sobre el terreno, los datos se recogen con un instrumento portátil —un analizador de dos canales como el Balanset-1A captura las formas de onda temporales de alta calidad, registradas en los propios cojinetes de la máquina a velocidad de funcionamiento, de las que dependen todos los estudios posteriores de tiempo-frecuencia. No obstante, los programas informáticos modernos han convertido el análisis de ondículas en un recurso accesible y valioso para el analista experto que trabaja con señales complejas y no estacionarias.
